Secondo alcune stime, oltre l’80 percento dei progetti di IA fallisce, il doppio del tasso di fallimento dei progetti di tecnologia informatica che non coinvolgono l’IA.
A dirlo è uno studio della Rand Corporation, un think tank statunitense tra i più importanti e voce non ufficiale del Pentagono.
Per indagare sul perché i progetti di intelligenza artificiale e apprendimento automatico (AI/ML) falliscono, gli autori di un report pubblicato dalla Rand (James Ryseffe, Brandon De Bruhl, Sydne J.Newberry) hanno intervistato 65 data scientist e ingegneri con almeno cinque anni di esperienza nella creazione di modelli AI/ML nell’industria o nel mondo accademico.
Gli autori hanno identificato cinque principali cause profonde del fallimento dei progetti di AI, in quanto capire come tradurre l’enorme potenziale dell’IA in risultati concreti rimane una sfida urgente.
“I risultati e le raccomandazioni di questo rapporto – scrive a commento la Rand – dovrebbero interessare il Dipartimento della Difesa degli Stati Uniti, che ha cercato attivamente modi per utilizzare l’IA, insieme ad altri leader nel governo e nel settore privato che stanno prendendo in considerazione l’utilizzo di IA/ML”
Nel report sono state identificate cinque principali cause del fallimento dei progetti di intelligenza artificiale.
In primo luogo, sostengono gli autori, gli stakeholder (persone con una partecipazione nel processo decisionale e nelle attività di un’azienda) del settore spesso fraintendono (o comunicano male) quale problema debba essere risolto utilizzando l’intelligenza artificiale.
In secondo luogo, molti progetti di intelligenza artificiale falliscono perché l’organizzazione non dispone dei dati necessari per addestrare adeguatamente un modello di intelligenza artificiale efficace.
La terza causa di fallimento è dovuta al fatto che l’organizzazione si concentra maggiormente sull’utilizzo delle tecnologie più recenti e avanzate anziché sulla risoluzione di problemi reali per gli utenti a cui sono destinati.
Quarto elemento di fallimento è che le organizzazioni potrebbero non disporre di un’infrastruttura adeguata per gestire i propri dati e distribuire modelli di intelligenza artificiale completi, il che aumenta la probabilità di fallimento del progetto.
Infine, ci avverte Rand, in alcuni casi, i progetti di intelligenza artificiale falliscono perché la tecnologia viene applicata a problemi che sono troppo difficili da risolvere per l’intelligenza artificiale.
L’intelligenza artificiale, pertanto, non solo non è infallibile, ma necessita sempre delle cure umane ed è limitata.
I progetti di intelligenza artificiale, infatti, richiedono tempo e pazienza per essere completati e, inoltre – suggerisce la rand – i leader del settore dovrebbero comprendere i limiti dell’intelligenza artificiale: quando prendono in considerazione un potenziale progetto di intelligenza artificiale, i leader devono coinvolgere esperti tecnici per valutarne la fattibilità.
Lo studio è scaricabile al link:
